Selbstlernendes Maschinendiagnosesystem auf Basis einer universellen Sensordatenfusion (SEMAfusion)

Problemstellung
Produktionsmaschinen sind meist komplex aufgebaut und bestehen aus einer Vielzahl von Komponenten. Der Ausfall einer einzigen Komponente führt meist schon zum Stillstand der Maschine und der damit zusammenhängenden Produktionsbereiche. Angesichts eng durch getakteter und auf Effizienz getrimmter Fertigungsprozesse resultieren im Fehlerfall ein hoher Personaleinsatz und Fertigungsausfall. Eine zielgenaue Fehleridentifikation begrenzt die Kosten. Gerade bei den mechanischen Fehlern hat das Wartungsteam bislang nur die Möglichkeit, viele Teilkomponenten der Reihe nach abzusuchen, um den Fehler zu lokalisieren.

Projektziel
Im Projekt SEMAfusion soll erstmalig ein Diagnoseverfahren entwickelt werden, das den Zustand einer beliebigen Maschine kontinuierlich überwacht. Die Basis hierbei bilden mehrere an der Maschine angebrachte Sensoren mit nachfolgender globaler Sensordatenauswertung. Die bislang ausschließlich übliche EinzelkomponentenÜberwachung beruht auf der Auswertung von Signalen der zu überwachenden Komponente und dessen zugeordneten Sensoren. Ein neuer Ansatz ist nun das SEMAfusion-Prinzip, welches auf einer komplexen algorithmischen Auswertung der Signale einiger weniger an der Maschine verteilten Sensoren im Sinne einer Datenfusion basiert.

Vorgehensweise
Der für die Arbeiten geplante Lösungsansatz besteht darin, dass auftretende Fehler sich an vielen anderen Stellen der Maschine sensorisch äußern. Durch Kombination der Signale aller am SEMAfusion-System angeschlossenen Sensoren kann eine ganzheitliche Maschinenzustandssignatur abgeleitet werden. Dieses stellt ein Echtzeit-Abbild des Maschinenzustandes dar, aus dem Fehler einzelner Teilkomponenten „herausgelesen“ und lokalisiert werden können. Außer der grundlegenden, vor allem algorithmischen Konzeption des entsprechenden Lösungsverfahrens wird im Projekt beispielhaft ein Prototyp entwickelt, welcher einen innerhalb der Maschine unrund laufenden hydraulischen Stellmotor am Schwingungsverhalten auch entfernter Maschinenrahmenteile sowie Druck und Temperatur im Hydraulikölkreislauf der Maschine erkennt.

Anwendungspotential
Das Ergebnis von SEMAfusion erlaubt allgemein rechtzeitige Wartungsmaßnahmen beim Betrieb von Maschinen. Kritische Maschinenzustände werden frühzeitig erkannt und minimieren das Gefahrenpotenzial für an den Maschinen arbeitende Menschen. Konkretes Ergebnis des Projektes ist ein Prototyp eines SEMAfusion-Diagnosesystems, welches aus einer Auswerteelektronik mit entsprechenden Sensoren sowie insbesondere der darin ablaufenden intelligenten Datenfusions-Algorithmik besteht. Zukünftige Serienversionen lassen sich prinzipiell bei allen Maschinen mit bewegten Komponenten anwenden. JELBA schätzt, dass sich durch SEMAfusion im Mittel gut 25 % an laufenden Wartungskosten beim Maschinenbetrieb einsparen lassen. JELBA plant, das SEMAfusion-System zukünftig als eigenes Produkt international zu vermarkten. Es eignet sich zur Integration sowohl in neue Maschinen wie auch bereits in Produktionshallen installierte. Darüber hinaus soll die SEMAfusion-Technologie auch in den für Kunden spezifisch entwickelten Maschinen – heute ein Kerngeschäft des Unternehmens – zukünftig integriert werden, um den Qualitätsanspruch und damit die internationale Wettbewerbsfähigkeit nachhaltig zu fördern.

• JELBA Werkzeug- und Maschinenbau GmbH & Co. KG